2024.12.24
「経営陣が見たい数字」が見えない状況からの脱却法 経営課題を解決に導く、オファリングサービスの特長
リンクをコピー
記事をブックマーク
田中邦裕氏(以下、田中):次は、比戸さんにおうかがいします。活用事例ということで、資料というよりは口頭で(お話しして)もらえるのかなと思うんですけど、いかがでしょうか?
比戸将平氏(以下、比戸):そうですね。ちょうど中山さんに、抽象的なフレームワーク的なところを整理してもらったので、私は具体的な話をしたいと思います。
中山さんに、ホワイトカラーの仕事をいろいろ整理してもらって、そこでのLLMの活用の話をしていただきました。私はそれ以外のいわゆるブルーカラーというか、ITと対照してOT(Operational Technology)と言われるような領域の話をしようかなと思っています。
中山さんがお話しされたのはすでにデジタル化されているITの世界の話だったと思いますが、もう1つのフロンティアとしてはOTに属するような仕事や現場をどうやってデジタルの世界に持ち込んで、そこでAIを使っていくかという話があると思います。
(スライドを示して)そこで1つ、今取り組んでいるのが、左下にあるフェアリーデバイセズ社が作っている「THINKLET」というデバイスです。今実は首につけていて。カメラがあって撮ることができます。
このデバイスを使って、ダイキンのサービス事業と呼ばれる、エアコンが壊れたら修理に行く、メンテナンスに行く方々の作業をデジタル化できないかというところで、このデバイスをフェアリーさんからたくさん購入して、現場ですでに導入して、たくさんデータを集めている段階にあります。
これは1人称動画なので、手元で何を作業しているか、何が映っているかが全部記録できるのですが、そういうものを記録することで、その作業員が今何をしているのか、次に何をすべきかをAIを使って分析して支援する仕組みをこれから作っていこうとしています。
その時に画像認識が必要になるのですが、そこでもいわゆる生成AIに属するような基盤モデルを「じゃあ、どうやって使いますか?」みたいなところの話を今やっています。
私がちょうど1年前にダイキンに入ってから、画像解析のチーム、プロジェクトを立ち上げて、一生懸命フェアリーさんと共同でしています。
先ほど(フェアリーさんの)ブース紹介でも説明したのですが、共同でいろいろやっている状況です。というのが、まず1つのダイキンでの活用事例ですね。
LLM的なところでは、ChatGPTが1年ちょっと前から流行り出して、「これ、仕事で使えないか?」という話に当然なっているので、社内で使えるChatGPTの環境をIT部門が立ち上げて、それを全社展開して、すでにみんなが使えるような環境にあるというような、みなさんがやっているようなこともやっています。
それから、私が所属しているテクノロジー・イノベーションセンターというR&D組織に近いところでは、もっと最先端の活用を考えていきましょうというところで、今、私が生成AIの企画の部分を担当しています。
その中では、やはり製造業として本丸である一丁目一番地の設計開発に生成AIをどうやって使うかについて取り組んでいます。言語だけではなくて、画像、設計図面などに対してどうやって使えるかをいろいろ検証している状況です。
田中:はい。ありがとうございます。フェアリーデバイセズさん(のブースは舞台の)裏にあるということですが、(THINKLETを)実際につけて、1人称視点とはどういうものかを体験できます。
実は私も先ほど体験したのですが、手元にある、人が見ている映像をリモートで飛ばせることの価値をぜひ見てもらいたいなと思います。
田中:あと、1つ質問したいのが、製造業さん(の話)で、特にアメリカはAI先進国ですが、人の仕事を奪うということで、労働組合がAI利活用に対してすごく反発をすることがあります。実際それが原因で日本に移ってきたスタートアップは多いんですね。
そういう中で、御社の場合、AIの利活用に対する周りの反応は否定的なのか肯定的なのか、実際のところどういうふうに受け止められていますか?
比戸:そうですね。そういう意味で言うと、実はとても逼迫した事情があって、むしろ人手が足りていないんですね。
ダイキンの事業で言っても、そもそも空調の市場全体は、これからもどんどん伸びていきます。具体的に言うと、2015年の状況から比較して、2050年にはそれまでの3倍の市場になると言われています。アフリカやインドなど、冷房をはじめとする空調機器が入りきっていない地域がまだまだあって、そこに向けて伸びていくということが考えられています。
なので、ダイキンをはじめとする空調メーカーが、世界中に今、工場をバンバン建てて生産能力を高めようとしているし、実際に需要もある状況ですが、その間をつなぐための導入ができる人が足りていないんですね。メンテナンスもそうですけれども。
そこはやはりまだ人間がやらなければいけません。日本でもそうですが、工事士の資格がない人は空調機器がつけられないので。例えば8月ぐらいに「エアコンが壊れた」と言って電話をかけて呼ぼうとすると、たぶん次の日とかその日に来てくれることはなくて。やはりどうしても人が足りていないので、待たされてしまうと思います。
そういう人手不足みたいなものをどうやって解消していくか、作業の効率を上げていくかというところで、こういうデジタル技術、AI技術がすごく有望視されていて、そのための投資をダイキンとしても積極的に取り扱っている状況です。
田中:ありがとうございます。そもそも世界中で人手不足なわけですが、日本は特に少子高齢化で、それを先進的に感じざるを得ない状況にあって。人手が足りていないので、AIが来ることに対する抵抗感が日本では少ないというのは一般論としても言われていますが、まさしくダイキンさんでもそのような状況があるということは、非常に示唆的かなと思います。
田中:あともう1つ聞きたかったのが、ダイキンさんはかなり研究開発投資されていて、ほかのメーカーさんももっとすればいいと思うのですが、ダイキンさんの他社との違いを、中に入ってどういうふうに感じましたか? 例えばAIや先進技術を使う姿勢でも、ダイキンさんはすごく先進的だと思うんです。そういう意味で、ほかのメーカーさんとの違いを……。「ほかのメーカーさんもこうすればいいのに」みたいなことで感じたことはありますか?
比戸:そうですね。ほかの企業さんを批判するようなことを言うのはなかなか難しいですが、ダイキンの特徴としては、やはり先ほどお話していた人材です。
私が先ほど言ったのは現場作業員としての人材の不足でしたが、AIを活用する人材も、メーカーさんだとなかなか採用が難しい。情報系の優秀な人はどうしてもIT企業に行ってしまったりするので、採用が難しいみたいなところがあると思います。
ダイキンでは2017年、2018年から、ダイキン情報技術大学というものを社内で立ち上げて、新入社員100人を2年間、AIをはじめとするデジタル技術の教育に当てる。それ(が終わる)までは事業部には配属させないような、かなり野心的な取り組みをやって、この春で累計で450人ぐらいが集まっています。
彼らが今、事業部に配属されて、どんどんAI活用を進めていっているんですね。そういうところは、やはりダイキンは動きが早かったです。
経営陣のトップの経営判断としてそういう人材教育ができて、今それが活きてきているところがあるのではないかと思っています。
田中:なるほど。ありがとうございます。人材育成が非常に重要だということを理解するのにふさわしいストーリーかなと思います。ありがとうございます。
(次回につづく)
2024.12.24
なぜ「場当たり的」なタスク処理になるのか? マッキンゼー流、「優先順位づけ」のポイント
2024.12.27
生成AIスキルが必須の時代は「3年後ぐらいに終わる」? 深津貴之氏らが語る、AI活用の未来と“今やるべきこと”
2024.12.26
プロジェクトをスムーズに進めるマネージャーの「課題ツリー」活用術 マッキンゼー流、理論と実践のギャップを埋める3つのポイント
2024.12.25
今300万円の貯金を1年後に450万円に増やすには? マッキンゼー流、目標額との差額を埋めるための考え方
2024.12.24
生成AIを“業務のために使う”より、もっと効率のいい方法 深津貴之氏が語る、AIのビジネス活用法
2024.12.23
DMM亀山会長が語る、事業撤退の見極め 600もの事業に挑戦した中でロジックよりも大事にしていたこと
2023.03.21
民間宇宙開発で高まる「飛行機とロケットの衝突」の危機...どうやって回避する?
2024.12.20
「資格のかけ算」で切り開くキャリア戦略 4パターンの資格の組み合わせで自分の強みを最大化するヒント
2024.12.25
ビジネスパーソンの仕事の3割〜4割はファイルなどの「探し物」 澤円氏が語る、無駄を省き業務効率を上げるAIの技術
2024.12.20
日本の約10倍がん患者が殺到し、病院はキャパオーバー ジャパンハートが描く医療の未来と、カンボジアに新病院を作る理由